Segmentação e contagem de troncos de madeira utilizando deep learning e processamento de imagens

要約

画像中の物体を数えることは、その発生率を決定するために要素を識別することに焦点を当てたパターン認識問題であり、文献ではVOC（Visual Object Counting）としてアプローチされている。本研究では、木材の丸太を数える手法を提案する。まず、画像の背景から丸太をセグメンテーションする。この最初のセグメンテーションステップは、条件付き生成逆数ネットワーク（CGAN）を実装したPix2Pixフレームワークを用いて行う。次に、連結成分を用いてクラスタをカウントする。セグメンテーションの平均精度は89%以上であり、総占有量に基づいて識別された丸太の平均量は97%以上であった。

要約(オリジナル)

Counting objects in images is a pattern recognition problem that focuses on identifying an element to determine its incidence and is approached in the literature as Visual Object Counting (VOC). In this work, we propose a methodology to count wood logs. First, wood logs are segmented from the image background. This first segmentation step is obtained using the Pix2Pix framework that implements Conditional Generative Adversarial Networks (CGANs). Second, the clusters are counted using Connected Components. The average accuracy of the segmentation exceeds 89% while the average amount of wood logs identified based on total accounted is over 97%.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL